1.统计滤波,去除离群点

#include <pcl\filters\\statistical_outlier_removal.h>

#include <iostream>
#include <pcl\io\pcd_io.h>
#include <pcl\point_types.h>
#include <pcl\visualization\cloud_viewer.h>

int main() 
{
    
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);


    if (pcl::io::loadPCDFile<pcl::PointXYZ>("F:\\BaiduNetdiskDownload\\pcl\\desk.pcd", *cloud) == -1) 
    {
        PCL_ERROR("Couldn't read file rabbit.pcd\n");
        return(-1);
    }

    std::cout << "Loaded:" << cloud->width*cloud->height << "data points from test_pcd.pcd with the following fields:" << std::endl;

    /*for (size_t i = 0; i < cloud->points.size(); ++i) {
        std::cout << "      " << cloud->points[i].x << "   " << cloud->points[i].y << "   " << cloud->points[i].z << "   " << std::endl;
    }*/


    // 统计滤波
    // 创建滤波器，对每个点分析的临近点的个数设置为50 ，并将标准差的倍数设置为1  这意味着如果一
    // 个点的距离超出了平均距离一个标准差以上，则该点被标记为离群点，并将它移除

    pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor;  // 创建滤波器对象
    sor.setInputCloud(cloud);        // 设置待滤波的点云
    sor.setMeanK(50);                // 设置在进行统计时考虑查询点临近点数
    sor.setStddevMulThresh(1);        // 设置判断是否为离群点的阀值
    sor.filter(*cloud);                // 过滤

    // 存储
    pcl::io::savePCDFileBinary("desk-sor.pcd", *cloud);

    // 显示
    pcl::visualization::CloudViewer     viewer("cloud viewer");
    viewer.showCloud(cloud);

    while (!viewer.wasStopped()) {

    }

    system("pause");

    return 0;
}

View Code